基于分段双稳随机共振的微弱故障特征增强提取方法研究

摘要：机械设备结构复杂、工作环境恶劣及工况多变，导致轴承等传动链关键部件的振动监测信号包含着大量背景噪声，且早期微弱故障的振动信号有用成分本身十分微弱，使得早期故障诊断更加困难。对于低信噪比监测信号难以检测的问题，随机共振不是通过削弱噪声而是利用噪声来增强弱信号特征而受到关注和研究，其中，分段双稳随机共振被验证可以缓解经典双稳随机共振的内在饱和而提高对弱信号增强能力。但是，分段随机共振仍有一些不足之处，需要进一步改善。为此，本文开展基于分段双稳随机共振的微弱故障特征增强提取方法研究。　　针对分段双稳势结构对系统输出饱和特性影响尚不...

关键词：

机械设备故障诊断系统随机共振微弱特征增强信噪比

授予学位：

博士

学科专业：

仪器科学与技术

导师姓名：

时培明

学位年度：

2024

语种：

中文

分类号：

TH172(机械运行与维修)TP277(自动化技术及设备)

在线出版日期：

2024-12-31 （万方平台首次上网日期，不代表论文的发表时间）

相关知识

基于MSDB
利用特征分割和病斑增强的杨树叶部病害识别
一种超临界分段提取花椒油生产工艺的制作方法
基于无人机高光谱遥感的荒漠草原覆盖度提取方法研究
拉普拉斯特征映射算法参数优化研究
基于深度学习特征的植物病虫害检测
故障智能诊断系统的研究与应用
基于多特征的BP神经网络多种植物叶片病害识别研究
一种基于花蕊局部特征的花卉识别方法与流程
基于多特征融合的花卉种类识别研究

网址: 基于分段双稳随机共振的微弱故障特征增强提取方法研究 https://www.huajiangbk.com/newsview2084142.html